Tensorflow_g日志2——如何用TensorBoard看结构图

最新推荐文章于 2022-10-12 09:10:24 发布
最新推荐文章于 2022-10-12 09:10:24 发布
阅读量482 收藏 1
点赞数
分类专栏： Tensorflow 文章标签： Tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_41666001/article/details/98083212
版权
本文介绍了如何通过TensorBoard查看TensorFlow模型的结构图，包括准备数据、定位log文件、启动TensorBoard以及在浏览器中查看流程图的详细步骤。
摘要由CSDN通过智能技术生成

TensorBoard看Session的结构图

效果图

在这里插入图片描述

第一步，准备好需要可视化的数据

就是运行上述训练代码，运行完后会产生一个log文件保存需要可视化的数据。

代码段：
tf.summary.FileWriter(“logs/”, sess.graph)

第二步，定位到log文件的保存目录上

在这里插入图片描述
打开cmd到终端，cd到log文件所在的目录（cd F:\test\Class3\logs）
在这里插入图片描述

第三步，打开tensorboard

cmd终端输入tensorboard.exe --logdir=“log文件所在目录”。
ps：这里我的文件地址为：F:\test\Class3\logs，所以我的命令为tensorboard.exe --logdir=F:\test\Class3\logs

最低0.47元/天 解锁文章
会飞的糖企鹅
关注
专栏目录
利用Tensorboard可视化网络结构
qq_34770787的博客
02-26 1261
import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data mnist=input_data.read_data_sets('MNIST_data',one_hot=True) batch_size=100 n_batch=mnist.train.num_examples//batch_s...
如何在TensorFlow2.X中使用自定义训练循环的情况下在TensorBoard中绘制网络结构图（计算图）
kiva12138的博客
07-01 1459
遇到的问题 很多小伙伴在使用TensorFlow2.x的时候会进行自定义的循环，也就是自己采用for循环来逐个Epoch循环；同时又想将此时的网络图绘制在TensorBoard中。这个时候问题就出现了：TensorBoard在2.0以后的版本中的的网络图是默认在model.fit之中自动绘制的； # 使用fit函数的时候会自动绘制网络计算图 model.fit(trrain_dataset, epoch=10, ......) 倘若想要自定义训练循环则又需要手动绘制网络图。 # 自定义寻来你循环的时候，T
如何使用tensorboard查看tensorflow 　graph****.pb文件的模型结构
weixin_30539835的博客
12-19 297
参考网上的：https://github.com/tensorflow/tensorflow/issues/8854 import tensorflow as tf from tensorflow.python.platform import gfile with tf.Session() as sess: model_filename ='PATH_TO_PB.pb' ...
如何查看tensorboard图
fs01234的博客
10-12 4500
1、在cmd窗口中激活tensorflow环境 进入tensorflow环境路径 E:\Work_Softwares\venv\Scripts 激活环境 activate 效果如下： 2、输入命令，tensorboard --logdir=+文件夹路径 出现如下提示： 3、在浏览器中输入：http://localhost:6006，即可查看到tensorboard图。 ...
深度学习之用TensorBoard查看ckpt和pb图结构
Mmagic1的博客
05-12 3459
一、查看ckpt图结构 1、在ckpt文件所在文件夹中新建check_ckpt.py文件，代码如下 import tensorflow as tf from tensorflow.summary import FileWriter sess = tf.Session() tf.train.import_meta_graph("./model.ckpt.meta") FileWriter("__tb", sess.graph) 2、运行check_ckpt.py，生成__tb文件夹 3、在__tb
Win10下用tensorboard查看结构图等
weixin_42767674的博客
01-29 485
代码 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt def add_layer(inputs, in_size, out_size, activation_function=None): # add one more layer and return he output of this layer with tf.name_scope('layer'): with tf.
tensorflow打印模型图_tensorflow打印pb、ckpt模型的参数以及在tensorboard里显示图结构...
weixin_39583162的博客
12-20 1678
打印pb模型参数及可视化结构import tensorflow as tffrom tensorflow.python.framework import graph_utiltf.reset_default_graph() # 重置计算图output_graph_path = '/home/huihua/NewDisk/stuff_detector_v1.pb'with tf.Session()...
TensorFlow 2.0 深度学习实战 —— 浅谈卷积神经网络 CNN
风尘浪子
03-28 3467
卷积神经网络 CNN（Convolutional Neural Networks，ConvNet）是一种特殊的深度学习神经网络，近年来在物体识别、图像重绘、视频分析等多个层面得到了广泛的应用。本文将介绍 CNN 卷积神经网络的基本原理和基础概念，卷积层与池化层的作用，并以常用的 VGG16 为例子，介绍常用模型的使用方式。把中间激活层输出图，滤波器，热力图等进行可视化分析，让大家进一步了解 CNN 的结构特征。
TensorFlow 2.0 深度学习实战 —— 详细介绍损失函数、优化器、激活函数、多层感知机的实现原理
风尘浪子
03-28 6391
本文主要介绍了 MSE、MAE、CEE 、Hinge、Huber 等 15 个常用损失函数的计算方式和使用场景，讲解 SGD、AdaGrad、Adam、RMSProp 4类优化器的公式原理，对阶跃激活函数、Sigmoid 激活函数、ReLU激活函数、Leaky ReLU 激活函数、Tanh 激活函数、Softmax激活函数等进行分析。通过分类与回归的使用实例对 MLP 多层感知器的使用进行介绍，对比 Tensorflow 1.x 与 Tensorflow 2.x 在应用上区别。最后，讲解如何使用 dropo
tensorflow(4)使用tensorboard查看ckpt和pb图结构
山阴少年
11-05 4168
  在我们使用tensorflow训练和部署模型的时候，我们经常会接触ckpt和pb文件。   本文将会介绍如何使用tensorboard查看ckpt和pb的模型图结构，便于我们加深对模型的理解。 查看ckpt图结构   一般tensorflow保存模型格式为ckpt，里面含有data、index、meta文件，其中meta文件为元数据图（meta graph），它保存了tensorflow完整的网络图结构。我们可以通过解析它来查看模型图结构。   Python代码如下： import tensorflow
tensorflow通过模型文件,使用tensorboard查看其模型图Graph方式
12-20
Google提供了一个工具，TensorBoard，它能以图表的方式分析你在训练过程中汇总的各种数据，其中包括Graph结构。 所以我们可以简单的写几行Pyhton，加载Graph，只在logdir里，输出Graph结构数据，并可以查看其图结构。 执行下述代码，将数据流图保存为图片，在目录F:/tensorflow/graph下生成文件events.out.tfevents.1508420019.XM-PC import tensorflow as tf from tensorflow.python.platform import gfile graph = tf.get_default_g
Pytorch使用Tensorboard可视化网络结构
热门推荐
sunqian的博客
05-01 2万+
Pytorch使用Tensorboard可视化网络结构 GitHub地址：点击打开 1.下载可视化代码 git clone https://github.com/lanpa/tensorboard-pytorch.git 2.安装PyTorch 0.4 +torchvision 0.2 3.安装Tensorflow和Tensorboard： pip install tensor...
tensorboard查看计算图
qq_31648921的博客
11-27 741
1，代码 # -*- coding: utf-8 -*- """ Created on Mon Apr 22 21:23:18 2019 @author: Larry """ import tensorflow as tf #构造一个计算图 #y=W*x+b #权重 W = tf.Variable(2.0, dtype=tf.float32, name = 'Weight') #偏置 b ...
tensorboard的histogram数据解读
windows2的专栏
10-13 5014
仔细研究了一下tensorboard的直方图表示 参考文献, 官方文档:https://www.tensorflow.org/get_started/tensorboard_histograms import tensorflow as tf k = tf.placeholder(tf.float32) # Make a normal distribution, with a shifti
windows下查看服务器的tensorboard产生的图片
m0_56618741的博客
12-21 616
我们可能在训练神经网络的时候，想要将其loss以可视化的形式显式出来，所以用到tensorboard。 首先使用SummaryWriter函数记录产生的值。以下是一个示例，我记录了两种数据，分别对应两幅图。 from tensorboardX import SummaryWriter writer = SummaryWriter('plog') writer.add_scalar('loss/tra...
tensorboard的计算图结构
sunnygirl's house
06-24 859
tensorboard的计算图结构中主要包含了以下几种元素 符号 意义 High-level节点，代表一个名称域，双击则展开一个高层节点。 彼此之间不连接的有限个节点序列。 彼此之间相连的有限个节点序列。 一个单独的操作节点。 一个常量节点。 一个摘要节点。 显示各操作间的数据流边。 显示各操作...
Tensorboard的使用(基础方法，查看训练损失，网络结构)
qq_43765237的博客
10-12 2451
在搭建深度学习模型训练过程中需要可视化的查看损失，网络结构等
【Tensorflow 复习3】使用Tensorboard 可视化神经网络
Eli_Code
03-04 1204
使用TensorFlow的可视化工具 — tensorboard : 通过使用这个工具可以很直观的看到整个神经网络的结构、框架。 以前几节的代码为例：相关代码 通过tensorflow的工具大致可以看到，今天要显示的神经网络差不多是这样子的 同时我们也可以展开看每个layer中的一些具体的结构： 通过阅读代码和之前的图片大概知道了此处是有一个输入层（inputs），一个隐含层（layer），还有一个输出层（output） 现在可以看看如何进行可视化. 使用Tensorboard 可视化神经网络最重要的就是
import tensorflow_probability as tfp ModuleNotFoundError: No module named 'tensorflow_probability'
最新发布
06-09
2. **单独安装**：如果已经安装了TensorFlow但仍然找不到`tensorflow_probability`，你可以直接安装它： ```bash pip install tensorflow-probability ``` 3. **版本兼容性**：确认安装的TensorFlow版本与你想要...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值